01_data_download

Capacité et usage des hébergements touristiques

skim(force(capacites))

Data summary

Name	force(capacites)
Number of rows	13
Number of columns	60
_______________________
Column type frequency:
character	1
numeric	59
________________________
Group variables	None

Variable type: character

skim_variable	n_missing	complete_rate	min	max	empty	n_unique	whitespace
dep	0	1	6	6	0	13	0

Variable type: numeric

skim_variable	n_missing	complete_rate	mean	sd	p0	p25	p50	p75	p100	hist
pop_dpt	0	1	451356.92	402401.71	75949	189824	278217	479754	1376737	▇▃▁▁▂
hbgt_collectif	0	1	12131.54	11750.86	0	4288	6727	16248	36347	▇▂▁▁▂
hbgt_locatif	0	1	15882.77	9877.90	2972	10569	13392	21106	34328	▆▇▇▁▃
hbgt_plein_air	0	1	35434.69	39402.97	4383	8886	18796	35451	125262	▇▂▁▁▂
hbgt_hotel	0	1	8377.38	7749.84	118	2536	6912	10231	23963	▇▂▂▁▂
hbgt_total	0	1	71826.38	64100.43	8947	26512	60279	84641	216870	▇▅▁▁▂
sem_01	0	1	230673.85	189880.57	41943	97033	121238	280736	572653	▇▂▁▁▃
sem_02	0	1	123568.31	119848.13	17393	47342	59410	159166	381328	▇▂▁▁▂
sem_03	0	1	134551.85	130573.91	19463	48995	63320	182171	420573	▇▁▂▁▂
sem_04	0	1	120701.77	112441.66	16806	47535	55459	145802	355608	▇▃▁▁▂
sem_05	0	1	127313.00	118343.16	19079	47770	56812	156956	366638	▇▃▁▁▂
sem_06	0	1	149516.62	136791.92	18806	49486	67155	192143	416787	▇▂▁▁▂
sem_07	0	1	185569.46	160239.04	25031	69195	95625	230398	480970	▇▁▂▁▂
sem_08	0	1	208421.62	173691.40	36061	87477	109423	245686	509484	▇▂▁▁▃
sem_09	0	1	193770.46	160928.29	37129	82086	94732	213628	495156	▇▃▁▁▃
sem_10	0	1	193512.77	167199.60	33015	80766	90601	221660	507064	▇▃▁▁▂
sem_11	0	1	146192.54	126719.81	27056	59318	70948	173915	396748	▇▃▁▁▂
sem_12	0	1	182607.38	163889.61	30182	75743	92362	221875	512012	▇▃▁▁▂
sem_13	0	1	268951.46	236338.09	44935	102701	127688	371400	808824	▇▂▂▁▁
sem_14	0	1	218537.15	200206.85	39857	92792	105131	321637	707421	▇▁▂▁▁
sem_15	0	1	229040.54	218131.23	50817	91117	111756	337188	783785	▇▂▁▁▁
sem_16	0	1	279906.38	253400.44	67829	114064	152124	407006	937254	▇▂▂▁▁
sem_17	0	1	251633.31	261025.42	59662	89524	123062	403721	979203	▇▃▁▁▁
sem_18	0	1	272584.54	247086.36	67512	105638	162211	377847	913211	▇▂▂▁▁
sem_19	0	1	349460.77	322686.84	92999	138763	207948	493359	1231192	▇▃▁▁▁
sem_20	0	1	231538.46	193266.08	54932	102692	131935	325703	716827	▇▂▃▁▁
sem_21	0	1	162638.54	154436.98	39612	64735	94834	247816	580704	▇▂▂▁▁
sem_22	0	1	270532.00	246199.10	62978	118656	136799	388686	886621	▇▂▂▁▁
sem_23	0	1	272986.46	242498.53	67249	115684	139464	375733	878293	▇▂▂▁▁
sem_24	0	1	302724.15	284499.12	72553	119928	144888	428489	1025954	▇▂▂▁▁
sem_25	0	1	330518.23	307718.58	75505	127594	169239	464569	1121003	▇▂▂▁▁
sem_26	0	1	378794.31	343652.20	84783	158299	200003	513192	1260598	▇▂▂▁▁
sem_27	0	1	443975.92	402083.69	115709	180573	243396	576698	1489779	▇▃▁▁▁
sem_28	0	1	552058.23	495376.59	152168	209592	319541	708130	1773125	▇▃▁▁▁
sem_29	0	1	611580.31	575155.69	155674	223558	370825	722514	2042483	▇▃▁▁▁
sem_30	0	1	660041.23	597731.57	167292	241873	423421	759909	2164097	▇▃▁▁▁
sem_31	0	1	662996.85	624157.52	189349	250514	409539	761730	2244237	▇▃▁▁▁
sem_32	0	1	728025.15	708976.59	213599	261964	453454	836694	2562412	▇▂▁▁▁
sem_33	0	1	753688.15	724802.76	208458	255989	471754	890552	2599054	▇▃▁▁▁
sem_34	0	1	613008.15	606665.60	131998	200760	350371	718988	2152288	▇▃▁▁▁
sem_35	0	1	374716.92	376342.06	71965	130617	187677	472345	1340889	▇▃▁▁▁
sem_36	0	1	381906.15	377369.73	87644	133379	180292	531091	1348689	▇▂▁▁▁
sem_37	0	1	373028.23	366212.13	75100	122924	162607	529065	1294211	▇▂▁▁▁
sem_38	0	1	327084.31	314463.29	66420	114971	141010	447897	1105771	▇▂▂▁▁
sem_39	0	1	271135.08	250908.95	56896	93996	126151	371733	872131	▇▂▁▁▁
sem_40	0	1	245424.23	225061.04	44813	90766	107758	332395	762814	▇▂▂▁▁
sem_41	0	1	242459.31	218085.20	49687	96659	110672	354415	721886	▇▂▂▁▂
sem_42	0	1	252033.23	238302.57	56364	100918	135110	373916	810593	▇▁▂▁▁
sem_43	0	1	283843.92	256790.85	74081	118118	159256	430990	906239	▇▁▂▁▁
sem_44	0	1	288581.46	255833.60	78525	122245	156966	446706	890295	▇▁▂▁▁
sem_45	0	1	189287.92	189871.64	32034	75427	89083	276069	625306	▇▁▂▁▂
sem_46	0	1	170546.77	174529.13	29174	64817	78385	243637	575045	▇▂▁▁▂
sem_47	0	1	167229.69	175986.20	25124	60271	73355	246953	552157	▇▁▂▁▂
sem_48	0	1	154722.08	165044.63	24002	53676	68237	236731	516119	▇▁▂▁▂
sem_49	0	1	129402.38	133463.00	15871	43952	57494	187164	396467	▇▁▂▁▂
sem_50	0	1	133085.46	139856.14	18754	47147	57458	203592	420665	▇▁▂▁▂
sem_51	0	1	196420.77	175167.45	37299	89461	108732	288989	564821	▇▁▂▁▂
sem_52	0	1	359045.62	270587.08	74216	160462	215260	484494	864340	▇▂▁▁▂
sem_53	0	1	61034.62	49447.83	12634	26681	29585	77267	153813	▇▁▂▁▃

# TODO c'est une time-série, on fera un petit ridge-line plot: https://www.data-to-viz.com/graph/ridgeline.html
hebergement_ts <- force(capacites) %>%
  select(dep,starts_with("sem_")) %>% 
  mutate(sem_53 = 7*sem_53, dep = as.factor(dep)) %>% # la derniere semaine ne fait qu'une journee, ça fait tâche sur les graphes
  pivot_longer(-dep, names_to = "semaine", names_prefix = "sem_", values_to="touristes") %>%
  mutate_at("semaine",as.numeric) %>% 
  mutate(date = ymd("2018-01-01")+(semaine-1)*7) %>% 
  as_tsibble(index=date, key=dep)
# on plot pour voir
ggplot(hebergement_ts)+
  geom_line(aes(x=date,y=touristes/1e6, color=dep), size=1)+
  scale_fill_continuous(guide = guide_legend()) +
  theme_minimal()+
  theme(legend.position="bottom") +
  ggtitle("Capacité occupée par departement et par semaine") + ylab("Nombre de touristes (Millions) par semaine")

# le meme en ridge line plot
ggplot(hebergement_ts)+
  geom_ridgeline( aes(x = date, height = touristes/1e6, y = fct_reorder(dep,touristes)), alpha=0.7) +
  scale_fill_continuous(guide = guide_legend()) +
  theme(legend.position="bottom") +
  ggtitle("Mais qui dors ou et quand ?", subtitle ="Occupation des hébergements touristiques par departement") + ylab("Nombre de touristes par semaine (Millions) ")

Un ordre s’impose parmi les départements pour rendre ça beau… Ici, c’est l’ordre imposé par le nombre de touristes qui s’applique. On voit une difference entre les departements à tourisme saisonnier et la haute-garonne

Nuitées occuppées relativement à la capacité totale

Si on veut developper le tourisme, il faut remplir les trous… On a le total de capacité alors on y va

hebergement_pcent_ts <-  force(capacites) %>%
  mutate(dpt = as.factor(dep)) %>% 
  group_by(dep) %>% 
  mutate_at(vars(starts_with("sem_")), ~./hbgt_total/7) %>% 
  select(dep,starts_with("sem_")) %>% 
  mutate(sem_53 = 7*sem_53) %>% # la derniere semaine ne fait qu'une journee, ça fait tache sur les graphes
  pivot_longer(-dep, names_to = "semaine", names_prefix = "sem_", values_to="touristes") %>%
  mutate_at("semaine",as.numeric) %>% 
  mutate(date = ymd("2018-01-01")+(semaine-1)*7) %>% 
  as_tsibble(index=date, key=dep)

Sont-ils bien tous des touristes ?

ggplot(hebergement_pcent_ts)+
  geom_ridgeline( aes(x = date, height = touristes, y = fct_reorder(dep,touristes)), alpha=0.5, color="darkred", min_height = .5, scale=.5) +
  geom_ridgeline( aes(x = date, height = 1, y = fct_reorder(dep,touristes)), alpha=0.01, color="black", scale=.5, size=0.1) +
  scale_fill_continuous(guide = guide_legend()) +
  theme(legend.position="bottom") +
  ggtitle("Quelle saison touristique dqns chaque département ?", subtitle="Occupation des hébergements touristiques par departement, 100 % représenté par la fine ligne noire, on ne représente pas en dessous de 50%") + ylab("Nombre de voyageurs par semaine (pourcent) ")

Hormis dans l’Aveyron et les Hautes Py., la capacité d’hébergement touristique est toujours dépassée. On a donc capturé ici des voyageurs qui ne sont pas des touristes.

nuités.xlsx

skim(force(nuitees))

Data summary

Name	force(nuitees)
Number of rows	365
Number of columns	15
_______________________
Column type frequency:
Date	1
numeric	14
________________________
Group variables	None

Variable type: Date

skim_variable	n_missing	complete_rate	min	max	median	n_unique
date	0	1	2018-01-01	2018-12-31	2018-07-02	365

Variable type: numeric

skim_variable	n_missing	complete_rate	mean	sd	p0	p25	p50	p75	p100	hist
dpt_09	0	1	12809.52	8471.74	0	7192	10169	14890	38392	▅▇▂▂▁
dpt_11	0	1	44248.50	29902.80	0	22268	36910	53581	136945	▇▇▂▁▁
dpt_12	0	1	21766.36	15344.57	0	11089	17433	26522	71531	▇▇▂▂▁
dpt_30	0	1	58576.77	33726.57	0	32914	50704	71167	152483	▃▇▅▁▂
dpt_31	0	1	78391.07	21993.84	0	65346	76484	93139	161793	▁▃▇▂▁
dpt_32	0	1	15606.96	9810.85	0	8723	13027	17892	55238	▇▇▂▂▁
dpt_34	0	1	136344.68	86685.96	0	73504	116519	166126	401637	▆▇▂▁▁
dpt_46	0	1	21587.89	16734.47	0	9775	16892	25517	73458	▇▆▂▁▁
dpt_48	0	1	9641.82	7344.05	0	4174	8263	11919	34037	▇▇▁▁▁
dpt_65	0	1	30035.53	17802.03	0	16688	27593	38164	94459	▆▇▃▂▁
dpt_66	0	1	87119.03	64963.94	0	43922	65600	100942	283421	▇▇▂▁▂
dpt_81	0	1	17362.90	9149.06	0	11270	15073	20689	44735	▂▇▃▂▁
dpt_82	0	1	16519.64	7428.19	0	11288	15263	19651	38910	▁▇▆▂▁
total_occitanie	0	1	550010.70	316855.71	0	321768	461712	656451	1491112	▃▇▃▁▁

# TODO c'est une time-série, on fera un petit ridge-line plot: https://www.data-to-viz.com/graph/ridgeline.html
nuitee_ts <- force(nuitees_td) %>% as_tsibble(index= date, key=dep)
ggplot(nuitee_ts)+
  geom_line(aes(x=date,y=`nuitees`, color=dep), size=1)+
  scale_fill_continuous(guide = guide_legend()) +
  theme_minimal()+
  theme(legend.position="bottom")

# les NA dans les valeurs rends impossible la comparaison entre nuités et le fct_reorder bouhhh
median_na <- function(x) {
  median(x,na.rm = TRUE)
}
# le meme en ridge line plot
ggplot(nuitee_ts)+
  geom_ridgeline( aes(x = date, height = nuitees/1e5, y = fct_reorder(dep, `nuitees`, .fun=median_na)), alpha=0.5) +
  scale_fill_continuous(guide = guide_legend()) +
  theme(legend.position="bottom")+
  ggtitle("nombre de nuitées (x100k)")

Il y a plusieurs accidents dans plein de départements simultanément. Là encore même distingo entre le 31 et les autres departements.

Il y a une saisonnalité à la semaine qu’il faut relier aux évènements extérieurs

Est-ce qu’on peut imaginer un effet whaou sur un bubble plot animé style le fameux Gapminder

par_origines.xlsx

skim(force(par_origines))

Data summary

Name	force(par_origines)
Number of rows	493235
Number of columns	8
_______________________
Column type frequency:
character	2
Date	1
numeric	5
________________________
Group variables	None

Variable type: character

skim_variable	n_missing	complete_rate	min	max	empty	n_unique	whitespace
org	0	1	2	8	0	108	0
dest	0	1	2	2	0	13	0

Variable type: Date

skim_variable	n_missing	complete_rate	min	max	median	n_unique
date	0	1	2018-01-01	2018-12-31	2018-07-05	365

Variable type: numeric

skim_variable	n_missing	complete_rate	mean	sd	p0	p25	p50	p75	p100	hist
volume	0	1	407.01	1175.56	0	35	108	324	41517	▇▁▁▁▁
vacances_org	0	1	0.51	0.67	0	0	0	1	2	▇▁▅▁▁
temp_midi	0	1	17.12	7.94	-7	11	17	24	36	▁▆▇▇▃
meteo	0	1	2.04	1.41	0	1	2	3	4	▇▆▇▇▇
nb_evt	0	1	0.44	0.75	0	0	0	1	6	▇▁▁▁▁

# il y a des duplicates. impossible de le faire rentrer dans ne time-series sans les enlever !
origines_ts <- force(par_origines_td) %>%
  mutate(dep_dest = fct_relevel(dep_dest, c("34","31","11","66","30","65","12","46","82","81","32","09","48")),
         dep_org  = fct_reorder(dep_org,-volume)) %>% 
  mutate_at("meteo",as.ordered) %>% 
  group_by(date, dep_org, dep_dest) %>% summarise_all(~last(.)) %>% # filter duplicate
  as_tsibble(index= date, key=c("dep_org","dep_dest"))
# un petit facet-plot pour la route
ggvolume <-ggplot(origines_ts %>% filter(dep_org!="Autres"))+
  geom_line(aes(x=date,y=`volume`/1e3, color=dep_org), size=.4, alpha=.6)+
  facet_wrap("dep_dest") +
  scale_fill_continuous(guide = guide_legend()) + ylim(0,25) +
  ggtitle("Mais d'où viennent-ils", subtitle = "Origine identifiée des voyageurs dans chaque departement visité")+
  theme_minimal()+ theme(legend.position="none")+ scale_color_viridis_d(option="E") 
ggplotly(ggvolume)

# un petit facet-plot des temperatures (qui n'a aucun interêt)
ggplot(origines_ts )+
  geom_line(aes(x=date,y=temp_midi), color="navy", alpha=0.6)+
  facet_wrap("dep_dest") +
  scale_fill_continuous(guide = guide_legend()) +
  theme_minimal()+
  theme(legend.position="none")

Globalement, on n’y voit rien… Un phénomene intéressant d’une origine spécifique des voyageurs de loin majoritaire en Haute-garonne… ~Va savoir laquelle sur un graphe, Charles…~ Avec plotly, on sait que c’est “Autres”. Super Michel…

Si c’est intéressant, on pourrait faire des catégories aggrégées genre “dep_limitrophes”, “dep_2éme_couronne”, “dep_lointains”, “pays_limitrophes”, “pays_lointains”, mais il y a un peu de boulot…

Complements.

evenements <- force(comp_evenements) %>% 
  mutate_at("num", as.integer)
skim(evenements)

Data summary

Name	evenements
Number of rows	202
Number of columns	5
_______________________
Column type frequency:
character	1
Date	2
factor	1
numeric	1
________________________
Group variables	None

Variable type: character

skim_variable	n_missing	complete_rate	min	max	empty	n_unique	whitespace
evt	0	1	9	60	0	202	0

Variable type: Date

skim_variable	n_missing	complete_rate	min	max	median	n_unique
deb	0	1	2018-01-07	2018-12-31	2018-07-16	139
fin	0	1	2018-01-19	2018-12-31	2018-07-27	92

Variable type: factor

skim_variable	n_missing	complete_rate	ordered	n_unique	top_counts
dep	0	1	FALSE	13	34: 48, 30: 33, 66: 26, 11: 21

Variable type: numeric

skim_variable	n_missing	complete_rate	mean	sd	p0	p25	p50	p75	p100	hist
num	0	1	101.5	58.46	1	51.25	101.5	151.75	202	▇▇▇▇▇

#on ajoute des quelques évenements nationnaux dans les pics remarquables
fr_evenemt <- tibble(dep = c("ts","ts" ),
                     evt = c("Rentrée scolaire","Gilets Jaunes A-1"),
                     deb = c("2018-09-04","2018-11-17") %>% ymd,
                     fin = c("2018-09-04","2018-11-18") %>% ymd
                     ) %>%
  mutate(dep = str_replace(dep,"ts","34-31-11-66-30-65-12-46-82-81-32-09-48")) %>%
  separate_rows(dep,sep="-")
evenements <- bind_rows(evenements, fr_evenemt)

## Warning in bind_rows_(x, .id): binding factor and character vector, coercing
## into character vector

## Warning in bind_rows_(x, .id): binding character and factor vector, coercing
## into character vector